Índice

1. Introducción: ¿por qué hacer código en ciencias sociales?

2. Aspectos formales

3. RStudio Cloud

4. Encuesta de cierre

¿Por qué hacer código en ciencias sociales?

Interfaz gráfica (PSPP) vs código (R en RStudio). Elaboración propia.

A. Flexibilidad y capacidad (I)

Fuente: NBC News

A. Flexibilidad y capacidad (II)

• Las herramientas que veremos en este curso son de código abierto (software libre).

• Cualquier persona puede tomar cualquier herramienta, ver su código y adaptarlo como mejor le parezca y necesite.

• Resultados de esta comunidad de software libre:
  • Acceso abierto.
  • Enorme flexibilidad. En los repositorios oficiales de R hay más de 13 mil paquetes.

A. Flexibilidad y capacidad (III)

Fuente: @leonugo, 2018

B. Trayectorias tecnológicas (I)

Interés en Google para diferentes programas de estadística/econometría en Latinoamérica, 2004-2018. Fuente: Urdinez & Cruz (sin publicar).

B. Trayectorias tecnológicas (II)

Fuente: Agarwal (2018)

C. Reproducibilidad (I)

• Gracias al código:
  • Podemos repetir nuestros análisis todas las veces que queramos, con las modificaciones que queramos.
  • Podemos automatizar procesos tediosos.
  • Podemos compartir la totalidad de nuestro flujo de trabajo con colegas.
  • Podemos buscar ayuda con facilidad: nuestro código es igual de transparente que el de los/as demás, y los mensajes de error están estandarizados.

C. Reproducibilidad (II) - Ciencia social reproducible

“La única forma de comprender y evaluar un análisis empírico en su totalidad es conociendo el proceso exacto por el cual se generaron los datos y se realizó el análisis” (King, 1995).

• La existencia de código es crucial para la replicación de un análisis empírico cuantitativo.

• El código incluso ayuda a declarar diseños de investigación antes de que estos se realicen, como es la premisa del nuevo proyecto DeclareDesign.

Aspectos formales

Temas del curso (I)

• I. Introducción (a R, RStudio y R Markdown)

• II. Manejo de bases de datos

Temas del curso (II)

• III. Visualización de datos

Promedio de esperanza de vida por continente, 2007. Fuente: Healy, 2018

Temas del curso (III)

• IV. Búsqueda efectiva de ayuda

• V. Manejo avanzado de bases de datos

• VI. Análisis de texto

• VII. R avanzado: tipos de objeto, funciones, iteraciones

Temas del curso (IV)

• VIII. Minería de datos

Relación de palabras para 100 tweets de S. Piñera y M. Bachelet. Fuente: @AlcratruzDaniel, 2018

Temas del curso (V)

• IX. Datos espaciales y mapas

Trayectoria de emisiones per capita en la OCDE, 1997-2011. Elaboración propia.

Temas del curso (VI)

• X. Estadística inferencial con R

• XI. Replicación y generación de reportes

Metodología de trabajo

• Clases con enfoque práctico (dos por semana). Requisito de asistencia: 70%.
• Dos tipos de material: mínimo y “torpedos” (complementario).
• Ayudantías desde la próxima semana
• Dudas por correo o plataforma.
• Horas de oficina

Evaluaciones

• Tres tareas individuales (20% c/u). I: L 16/09, II: L 14/10, L 11/11.
• Participación en clases (5%) y ayudantías (5%).
• Proyecto final en parejas.
  • Presentación flash (10%). L. 18/11 y W 20/11
  • Informe final (20%). L 02/12

    ---

• Ausencia a evaluaciones, tiempo de corrección, recorrección.

Otros temas importantes

• Plagio e integridad académica.

• Sitio web UC: Programa para la Inclusión de Alumnos con Necesidades Especiales (PIANE).

• Sitio web UC: Prevención y Apoyo a Víctimas de Violencia Sexual en Contextos Universitarios.

RStudio Cloud

• Favor dirigirse a los links para esta clase.

Encuesta de cierre

• Favor dirigirse a los links para esta clase.